《医学数字图像处理期末考试重点(共9页).docx》由会员分享，可在线阅读，更多相关《医学数字图像处理期末考试重点(共9页).docx（9页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上1、 模拟图像：空间坐标和明暗程度都是连续变化的、 计算机无法直接处理的图像。2、数字图像：空间坐标和灰度均不连续的、用离散的数字（一般整数）表示的图像（计算机能处理）。 是图像的数字表示，像素是其最小的单位。3、 当一幅图像的 x和 y坐标及幅值 f都为连续量时， 称该图像为连续图像。为了把连续图像转换成计算机可以接受的数字形式， 必须先对连续的图像进行空间v和幅值的离散化处理。(1)图像的采样： 对图像的连续空间坐标 x和 y的离散化。(2)图像灰度级的量化： 对图像函数的幅值 f的离散化。4、 均值平滑滤波器可用于能否锐化图像？ 为什么？不能，均值滤波法有力的抑
2、制了噪声，同时也引起了模糊，模糊程度与邻域半径成正比。5、均匀采样：对一幅二维连续图像 f(x, y)的连续空间坐标 x和 y的均匀采样， 实质上就是把二维图像平面在 x方向和 y方向分别进行等间距划分， 从而把二维图像平面划分成 M× N个网格， 并使各网格中心点的位置与用一对实整数表示的笛卡尔坐标(I, j)相对应。 二维图像平面上所有网格中心点位置对应的有序实整数对的笛卡尔坐标的全体就构8成了该幅图像的采样结果。6、*均匀量化：对一幅二维连续图像 f(x, y)的幅值 f的均匀量化， 实质上就是将图像的灰度取值范围0， Lmax划分成L个等级（L为正整数， Lmax=L-1），
3、并将二维图像平面上 M× N个网格的中心点的灰度值分别量化成与 L个等级中最接近的那个等级的值。7、 图像增强技术根据处理空间的不同， 可以分为哪两种方法？空域方法和频域方法8、*空间分辨率( 1 )空间分辨率是图像中可分辨的最小细节， 主要由采样间隔值决定。(2*)一种常用的空间分辨率的定义*是单位距离内可分辨的最少黑白线对数目(单位是每毫米线对数)， 比如每毫米80线对。 另外， 当简单地把矩形数字化仪的尺寸看作是“单位距离”时， 就可把一幅数字图像的阵列大小 M×N称为该幅数字图像的空间分辨率。(3)对于一个同样大小的景物来说， 对其进行采样的空间分辨率越高， 采样间
4、隔就越小， 景物中的细节越能更好地在数字化后的图像中反映出来， 也即反应该景物的图像的质量就越高。(4)一幅数字图像的阵列大小（简称为图像大小）通常用 M×N表示。在景物大小不变的情况下， 采样的空间分辨率越高， 获得的图像阵列 M×N就越大； 反之， 采样的空间分辨率越低， 获得的图像阵列 M×N就越小。 在空间分辨率不变的情况下，图像阵列M×N越大，图像的尺寸就越大；反之，图像阵列M×N越小， 图像的尺寸就越小。9 多图像平均法利用同一景物多幅图像取平均来消除噪声产生的高频成分， 利用了噪声的什么特点？互不相关性10、*灰度分辨率灰度级分辨
5、率是指在灰度级别中可分辨的最小变化， 通常把灰度级级数 L称为图像的灰度级分辨率。11 高通滤波让高频分量通过，是否可以使图像的边缘或线条变得更清楚？为什么？可以，图像中的边缘或线条与图像中的高频分量相对应。1 2、 *灰度分辨率变化对图像视觉效果的影响：随着灰度分辨率的降低， 图像的细节信息在逐渐损失， 伪轮廓信息在逐渐增加。 图中由于伪轮廓信息的积累， 图像已显现出了木刻画的效果。 由此也说明：灰度分辨率越低，图像的视觉效果越差。13、运动图像模糊模型是怎样造成的？目标物或摄像机相对运动造成图像模糊。14、图像分辨率反映了数字化图像中可分辨的最小细节，也即图像的空间分辨率。 在这里将图像分
6、辨率看成是图像阵列的大小。15、阈值方法的核心是什么？如何寻找适当的阈值16、 灰度分辨率是指在灰度级别中可分辨的最小变化,一般把灰度级数 L称为数字图像的灰度级分辨率。17 频谱图像中的低频部分可以代表图像的什么？ 为什么？图像的样貌，即灰度变换平滑部分1 8、 图像变换是将图像从空域变换到其它域如频域的数学变换1 9 高频加强滤波器能否有效增强图像边缘和灰度平滑区的对比度？可以20 拉普拉斯算子可用于图像的平滑处理吗？ 为什么？锐化21. Fourier变换后的图像， 中间部分为低频部分， 越靠外边频率越高。22、 一般来说， 直方图均衡化处理对于灰度分布怎样的图像效果比较明显？ 为什么？
7、灰度级分布不均匀，直方图均衡化的基本思想是把原始图像不均衡的直方图变换为均匀分布的形式，增加图像灰度值的动态范围，从而达到增强图像整体对比度的效果。24 数字图像常采用不同数据类型进行存储， 若采用 uint8类型存储像素灰度值， 则灰度值的取值范围为是多少？25、频域处理则是在图像的某个变换域内，对图像的变换系数进行运算，然后通过逆变换获得图像增强效果26在matlab环境下，归一化double数据类型，数值范围是什么？27、图像增强的点运算对一副输入图像， 经点运算将产生一副输出图像， 后者的每个像素的灰度值仅由输入像素的值决定。1）对比度增强（2）对比度拉伸（3）灰度变换28、索引图像的
8、整数矩阵， 其中每个元素索引的取值范围是什么？0-129、*直方图(Equalization)表示数字图象中的每一灰度级与其出现的频率(该灰度级的象素数目)间的统计关系,用横坐标表示灰度级, 纵坐标表示频数(也可用概率表示)30、*灰度直方图图像的灰度直方图， 是一种表示数字图像中各级灰度值及其出现频数的关系的函数。3 1 点运算实际上是灰度到灰度的映射过程， 点运算会不会改变像素点的空间位置关系？ 为什么？不会32、中值滤波的特性（1） 对离散阶约信号、 斜升信号不产生影响 （2） 连续个数小于窗口长度一半的离散脉冲将被平滑（3）三角函数的顶部平坦化（4）中值滤波后，信号频率谱基本不变（2）
9、优点：1、在平滑脉冲噪声方面非常灵敏，同时可以保护图像尖锐的边缘。2、不影响阶跃信号、斜坡信号，连续个数小于窗口长度一半的脉冲受到抑制， 三角波信号顶部变平。（3）缺点：1、对于高斯噪声不如均值滤波。2、图像中点、线、尖角等细节较多， 则不宜采用中值滤波。33、傅立叶变化是观察图像频率分布规律的方法， 频谱图中高频部分对应的梯度的灰度差有什么特点？34、*均值滤波：（1）优点： 把每个像素都用周围的8个像素做均值操作， 平滑图像速度快、算法简单。（2）缺点：1、在降低噪声的同时，使图像产生模糊，特别是边缘和细节处，而且模糊尺寸越大， 图像模糊程度越大。2、对椒盐噪声的平滑处理效果不理想。35
10、零点漂移之后， 频谱图像的高频区域将集中在频谱图像的什么区域？右下角36、图像的锐化*目的（1） 图像平滑使图像变得模糊 （2） 图像识别中常常需要突出边缘和轮廓信息。*方法（1）平均、积分的逆运算，如微分、梯度（2）频谱的角度，高频分量被衰减，加强图像高频分量3 7 频谱图像中的什么部分可以代表图像的平均亮度？38、常用的梯度算子（1） Roberts（0*-1/10），（-1* 0/01）；各向同性；对噪声敏感；模板尺寸为偶数， 中心位置不明显。（2） Prewitt（-1 01/-1 0* 1/-1 01）， （-1 -1 -1/0 0* 0/1 1 1）； 引入了平均因素，对噪声有抑制
11、作用；操作简便。（3） Sobel（-1 01/-2 0* 2/-1 01）， （-1 -2 -1/0 0* 0/1 2 1）； 引入了平均因素，增强了最近像素的影响，噪声抑制效果比Prewitt好39 含有椒盐噪声的图像进行高斯低通变换后， 椒盐是否可以消除？ 图像是否可以变的更清楚？40、图像增强的内容：（1）消除噪声，改善图像的视觉效果（2）突出边缘，有利于识别和处理41、 radon变换是积分变换，积分角度范围时什么？42、频域平滑原理：噪声主要集中在高频部分， 为除去噪声改善图像质量， 采用低通滤波器抑制高频部分，然后再进行逆变换获得滤波图像，达到平滑图像的目的.43. 图像复原和图
12、像增强，其目的都是提高图像质量，图像质量的改善程度是否可以用同一个标准进行衡量？44、图像退化（为什么要恢复）（1）图像的退化是指图像在形成、传输和记录过程中，由于成像系统、传输介质和设备的不完善， 使图像的质量变坏。（2） 图像复原就是要尽可能恢复退化图像的本来面目， 它是沿图像退化的逆过程进行处理。（3） 图像退化的数学模型为： g(x, y)=f(x, y)*h(x, y)+n(x, y)45、 图像复原过程如下： 找退化原因建立退化模型反向推演恢复图像46、 图像增强与图像复原的联系与区别？（1） 二者的目的都是为了改善图像的质量。（2） 图像增强不考虑图像是如何退化的， 而是试图采用
13、各种技术来增强图像的视觉效果。 因此， 图像增强可以不顾增强后的图像是否失真， 只要看得舒服就行。（3） 而图像复原就完全不同， 需知道图像退化的机制和过程等先验知识， 据此找出一种相应的逆处理方法， 从而得到复原的图像。（4）如果图像已退化，应先作复原处理，再作增强处理。47、 白噪声： 图象平面上不同点的噪声是不相关的， 其谱密度为常数。(1)实用上， 只要噪声带宽远大于图象带宽， 就可把它当作白噪声。 虽不精确，确是一个很方便的模型。(2)当噪声与图象不相关时， 噪声是加性的。48、冗余数据有：编码冗余、像素间冗余、心理视觉冗余3种。如果能减少或消除其中的1种或多种冗余， 就能取得数据压
14、缩的效果。 因此图像信息的压缩是可能的。但到底能压缩多少， 除了和图像本身存在的冗余度大小有关外， 很大程度取决于对图像质量的要求。原始图像越有规则， 各象素之间的相关性越强， 它可能压缩的数据就越多。48、 图像分析： 是一种通过对图像中不同对象进行分割(把图像分为不同区域或目标物)来对图像中目标进行分类和识别的技术。49、图像分割：图像分割就是依据图像的灰度、颜色、纹理、边缘等特征，把图像分成各自满足某种相似性准则或具有某种同质特征的连通区域的集合的过程。50、空间冗余空间冗余是图像数据中经常存在的一种冗余， 是静态图像中存在的最主要的一种数据冗余。同一景物表面上采样点的颜色之间存在着空间
15、连贯性，但是基于离散采样来表示物体颜色的方式通常是没有利用这种连贯性。 例如， 图像中一片连续的区域， 其像素值为相同的颜色， 空间冗余产生。5 1、 基于边缘检测的图像分割方法的基本思路是先确定图像中的边缘像素， 然后就可把它们连接在一起构成所需的边界。52、动态范围压缩：原图的动态范围过大， 远超出显示设备允许动态范围， 如直接显示原图， 则部分信息丢失。 要消除这种因动态范围过大引起的失真， 所采用的压缩方法， 最常用的是一种对数形式压缩。53、 图像边缘：图像的边缘是指图像灰度发生空间突变的象素的集合。54、椒盐噪声椒盐噪声类似于随机分布在图像上的亮点和暗点，通常被数字化为最大灰度值的
16、纯自或最小灰度值的纯黑。 将黑点形象为胡椒点， 将自点形象为盐点， 因而名为椒盐噪声。 把白点看做正脉冲， 黑点看做负脉冲， 所以椒盐噪声也称为脉冲噪声， 有时也将其称为散粒噪声或尖峰噪声。55、中值滤波是指选用线形、十字形、方形、菱形或圆形等为窗口，采用类似于模板(窗口) 运算的方法控制窗口在待滤波图像上移动， 对待滤波图像中位于窗口内的所有像素的灰度进行排序， 让滤波结果图像中的那个与窗口中心点处的像素位置的像素取排序结果的中间值。56、 Hogh（哈夫）变换的基本思想：是将图像空间 X-Y变换到参数空间 P-Q， 利用图像空间 X-Y与参数空间 P-Q的点线对偶性， 通过利用图像空间 X
17、-Y中的边缘数据点去计算参数空间 P-Q中的参考点的轨迹，从而将不连续的边缘像素点连接起来，或将边缘像素点连接起来组成封闭边界的区域， 从而实现对图像中直线段、 圆和椭圆的检测。5 7、 请回答中值滤波概念和具体实施步骤。中值滤波是用一个有奇数点的滑动窗口， 将窗口中心点的值用窗口内各点的中值代替， 具体步骤： 1模板在图像中漫游， 将模板中心和图像中某个像素位置重合； 2读取模板下各对应像素的灰度值将这些灰度值从小到大排序； 3找出这些值中， 排在中间的值； 4将中间值赋给对应模板中心位置的像素。58、图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性59
18、、 数字图像处理的主要研究内容包含很多方面， 请列出并简述其中的4种。图像数字化： 将一幅图像以数字的形式表示。 主要包括采样和量化两个过程。 图像增强：将一幅图像中的有用信息进行增强，同时对其无用信息进行抑制，提高图像的可观察性。 图像的几何变换：改变图像的大小或形状。图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。 图像识别与理解： 通过对图像中各种不同的物体特征进行定量化描述后， 将其所期望获得的目标物进行提取， 并且对所提取的目标物进行一定的定量分析。60、 图像识别与理解： 通过对图像中各种不同的物体特征进行定量化描述后，将其所期望获得的目标物进行提
19、取， 并且对所提取的目标物进行一定的定量分析。61、 使用均值滤波器对高斯噪声和椒盐噪声的滤波结果相同吗？ 为什么会出现这种现象？解答：均值滤波器对高斯噪声的滤波结果较好， 对椒盐噪声的滤波结果不好。均值滤波器的滤波原理是： 在图像上， 对待处理的像素给定一个模板， 该模板包括了其周围的邻近像素。 将模板中的全体像素的均值来替代原来的像素值的方法。原因: 高斯噪声是幅值近似正态分布， 但分布在每点像素上。 因为正态分布的均值为 0， 所以均值滤波可以消除噪声。 椒盐噪声是幅值近似相等但随机分布在不同位置上， 图像中有干净点也有污染点。 因为噪声的均值不为 0， 所以均值滤波不能很好地去除噪声点
20、。62、图像变换：通过数学映射的方法，将空域的图像信息转换到频域、时频域等空间上进行分析。63、图像的数字化包含哪些步骤？简述这些步骤。解答：图像的数字化主要包含采样、 量化两个过程。 采样是将空域上连续的图像变换成离散采样点集合， 是对空间的离散化。 经过采样之后得到的二维离散信号的最小单位是像素。 量化就是把采样点上表示亮暗信息的连续量离散化后， 用数值表示出来， 是对亮度大小的离散化。 经过采样和量化后， 数字图像可以用整数阵列的形式来描述。64、 二值图像是指每个像素不是黑， 就是白， 其灰度值没有中间过渡的图像。这种图像又称为黑白图像。 二值图像的矩阵取值非常简单， 每个像素的值要么
21、是1，要么是0，具有数据量小的特点。65、时间冗余图像序列中两幅相邻的图像， 后一副图像与前一幅图像之间有较大的相关性，这反映为时间冗余。例如，房间中两个人聊天，在聊天过程中，背景一直是相同的，同时也没有移动，而且是同样的两个人在聊天，只有动作和位置的变化。66、 灰度图像是指每个像素的信息由一个量化后的灰度级来描述的数字图像，灰度图像中不包含彩色信息。 标准灰度图像中每个像素的灰度值是 0-255 之间的一个值， 灰度级数为256级。67、灰度直方图灰度直方图是一幅图像灰度分布情况的统计图表， 是灰度级的函数， 表示图像中每种灰度级的像素的个数， 反映图像中每种灰度级出现的频率。 横坐标是灰
22、度级， 纵坐标是该灰度级出现个数， 是图像基本统计特征。68、 均值滤波器的滤波原理是：在图像上，对待处理的像素给定一个模板，该模板包括了其周围的邻近像素。 将模板中的全体像素的均值来替代原来的像素值的方法。69、对比度拉伸是一种提高图像中某些灰度值间的动态范围的图像增强方法。 根据造成图像低对比度的原因和应用的目的不同， 利用简单的分段线性函数来实现对比度拉伸变换。70、各向同性通常用于指出在图像锐化和边缘检测中， 那些对任意方向的边缘和轮廓都有相同检测能力的锐化算子和边缘检测算子所具有的性能。 也即称那些对任意方向的边缘和轮廓都有相同检测能力的锐化算子和边缘检测算子为各向同性的。72、 请
23、回答图像压缩的可能性， 并从四个不同方面进行说明。解答：图像压缩就是去掉信息中的冗余， 保留不确定的信息， 去掉确定的信息。 图像之所以能够压缩， 可以从以下几个方面进行说明：a. 原始图像数据是紧密相关的， 存在很大的数据冗余。b. 信源符号出现的概率不同， 若用相同码长表示出现概率不同的符号， 就会造成符号冗余。 如采用可变长编码技术， 对出现概率高的符号用短码字， 对出现概率低的符号用长码字表示， 就可以消除符号冗余度， 从而节约码字。c. 人眼具有视觉冗余， 允许图像编码有一定的失真。d. 可以利用先验知识实现图像编码， 降低知识冗余度。73、 简述二值图像与灰度图像的区别。解答：二值
24、图像是指每个像素不是黑， 就是白， 其灰度值没有中间过渡的图像。 这种图像又称为黑白图像。 二值图像的矩阵取值非常简单， 每个像素的值要么是1，要么是0，具有数据量小的特点。灰度图像是指每个像素的信息由一个量化后的灰度级来描述的数字图像，灰度图像中不包含彩色信息。 标准灰度图像中每个像素的灰度值是 0-255 之间的一个值， 灰度级数为256级。74、 中值滤波器对椒盐噪声的滤波效果如何？ 试分析其中的原因。解答：中值滤波器的滤波原理是： 在图像上， 对待处理的像素给定一个模板， 该模板包括了其周围的邻近像素。 取模板中排在中间位置上的像素的灰度值替代待处理像素的值， 就可以达到滤除噪声的目的
25、。 中值滤波器对椒盐噪声的滤波效果较好。原因： 椒盐噪声是幅值近似相等但随机分布在不同位置上， 图像中有干净点也有污染点。使用中值滤波时，被污染的点一般不处于中值的位置，即选择适当的点来替代污染点的值， 所以处理效果好。75、图像的细节是指画面中的灰度变化情况，包含了图像的孤立点、细线、画面突变等。 孤立点大都是图像的噪声点， 画面突变一般体现在目标物的边缘灰度部分。76、 傅里叶变换在图像处理中有着广泛的应用， 请简述其在图像的高通滤波中的应用原理。解答：图像经过傅里叶变换后， 景物的概貌部分集中在低频区段， 景物的细节部分集中在高频区段， 可以通过图像的高通滤波将图像中景物的细节提取出来。 具体做法是， 将傅里叶变换得到频谱图的低频部分强制为 0， 而将高频部分的信息保持不变， 就相当于使用一个只保持高频部分信息不变， 而低频信息被完全抑制的高通滤波器作用在原始图像上。 将经过这样处理后的频谱进行傅里叶逆变换， 就可以得到图像的细节部分。77、 已知 Roberts算子的作用模板为：设图像为：请完成：用 Roberts算子对其进行锐化， 写出锐化结果。用 Sobel算子对其进行锐化， 写出锐化结果。专心-专注-专业